两阶段排序集抽样下对称分布位置尺度参数的估计

来源 :华中师范大学 | 被引量 : 0次 | 上传用户:shibin19860211
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
在统计推断理论中,简单随机抽样(SRS)方法简单,易于操作,与其对比下,排序集抽样(RSS)虽然需要排序,但是可以以较少的样本量获得较多的信息量。在对参数进行估计时,采用排序集抽样样本要比采用简单随机抽样样本的效果好。基于排序集抽样,衍生出多种抽样方法,比如极端排序集抽样(ERSS),中位数排序集抽样(MRSS),平衡组排序集抽样(BGRSS)等。基于平衡组排序集抽样,参考文献[1]中提出了改进后得到的两阶段排序集抽样(TSBGRSS),并指出在对对称分布位置参数进行估计时,这种方法优于上述其它抽样方法,但是文章中只是给出了一个无偏估计。基于上述考虑,本文沿用两阶段排序集抽样方法,讨论了总体服从位置尺度参数对称分布的条件下次序统计量的期望和方差的性质,同时给出了基于这种抽样下位置参数和尺度参数的最优线性无偏估计量。最后给出了总体服从对称分布时,参考文献[1]中的位置参数μ的估计量与本文给出的μ的最优线性无偏估计量的相对效率。
其他文献
传统英语教学把英语教学从学生的生活中剥离,过分强调对英语知识的获取,而忽视了对英语学习能力和交际能力的培养。因此,《英语课程标准》中强调英语课程教学要从学生的生活
互补问题是一类非常重要的数学规划问题,它与非线性规划、极大极小、对策论、不动点理论等学科分支有紧密联系,并且它是变分不等式问题的特殊形式。经过几十年来的广泛研究,产生
请下载后查看,本文暂不支持在线获取查看简介。 Please download to view, this article does not support online access to view profile.
期刊
在本文中,研究了以下非线性Kirchhoff型问题:{-(a+b∫R3|Du|2)△u+W(x)u=Qu,x∈R3,-(a+b∫R3|Dv|2)△v+V(x)v=Qv,x∈R3,(0.1) u,v∈H1(R3),u,v>0, x∈R3,正基态解的存在性.这里
有限群的表示理论与结构理论联系紧密,从群的特征标表可以得到群的结构方面的许多信息,因此确定某些群的特征标表具有一定的意义. 本文主要研究一些特殊有限Frobenius群(下
本文首先介绍了单调张成方案和布朗函数,再介绍了存取结构和密钥共享体制的概念。而本文主要是要介绍多密钥共享体制的情形,多密钥共享体制是在参与成员的集合P中分享任意的m个
GWAS(全基因组关联分析)是在人类全部基因组的范围内寻找与复杂疾病相关联的碱基对的变异,这种碱基对的变异被称为单核苷酸多态性(SNP)。2005年,黄斑变性与年龄相关性的研究拉开
对于-个连通图G,G的Wiener数被定义为G中所有顶点对(无序)的距离之和。Wiener数最初是由Harold Wiener在1947年为了确定烷烃的沸点而引入的-个分子拓扑指数。分子拓扑指数被广
在统计学上,时间序列分析应用性很强,在实际生活中应用越来越广泛,涉入到很多领域,如经济学、金融、气象预报、机械和化工等领域。关于线性的时间序列分析研究较多,可是实际中的数
本文引出了在没有奇异点情况下的extremal度量的概念,接着本文讨论带有奇异点的extremal度量。同时文章介绍了extremal度量的一种特殊情况----HCMU度量,并且讨论了在K曲面上它